दस्तावेज़ होम

ज्ञान

AI Vision, ट्रांसक्रिप्शन और योजना सीमाएँ

आयात और क्रॉल पर चित्र विवरण तथा ऑडियो/वीडियो ट्रांसक्रिप्शन कैसे काम करते हैं, होस्टेड कोटा में क्या गिना जाता है, और संगठन Gemini कुंजियाँ (BYOK) सीमाओं से कैसे अंतःक्रिया करती हैं।

चित्र पहचानट्रांसक्रिप्शनgeminiकोटाbyokक्रॉल

FlexyAgents कच्चे पाठ से आगे AI से ज्ञान समृद्ध कर सकती है: Gemini Vision चित्रों का वर्णन करता है ताकि अर्थ खोज "बिलिंग पृष्ठ स्क्रीनशॉट" ढूँढ सके, और Gemini पॉडकास्ट/प्रशिक्षण वीडियो खोजने योग्य पाठ में ट्रांसक्राइब करता है।

होस्टेड अवसंरचना पर आपकी सदस्यता अलग मासिक सीमाएँ शामिल कर सकती है: (1) आयात बनाम क्रॉल चित्र पहचान, (2) आयात बनाम क्रॉल मीडिया ट्रांसक्रिप्शन। OCR (पिक्सेल से निकाला पाठ) और मूल मेटाडेटा Vision का विकल्प नहीं — अलग पथ हैं, और "चित्र पहचान" कोटा इन्हें नहीं मापते।

संगठन के लिए वैध Google Gemini API कुंजी जोड़ने (सेटिंग → LLM API कुंजियाँ) से Vision/ट्रांसक्रिप्शन आपके Google खाते से रूट होते हैं, इसलिए FlexyAgents होस्टेड कोटा इन संचालन के लिए नहीं बढ़ते।

चार होस्टेड काउंटर (जहाँ लागू)

व्यवस्थापक योजना सीमाएँ सेट करते हैं; ऑपरेटर ज्ञान UI में उपयोग देखते हैं: आयात आयात-पक्ष काउंटर दिखाते हैं; क्रॉल UI में मीडिया प्रसंस्करण सक्षम होने पर क्रॉल-पक्ष काउंटर।

सीमाएँ कैलेंडर माह विंडो और अन्य योजना संख्याओं जैसी "असीमित" परिपाटी उपयोग करती हैं — जहाँ -1 का अर्थ कोई छत नहीं।

  • चित्र पहचान — आधार आयात: आयातित चित्रों पर सफल होस्टेड Gemini Vision गिनती।
  • चित्र पहचान — वेब क्रॉल: क्रॉल में खोजे चित्रों पर होस्टेड Gemini Vision गिनती।
  • मीडिया ट्रांसक्रिप्शन — आयात: आयातित ऑडियो/वीडियो फ़ाइलों पर होस्टेड Gemini ट्रांसक्रिप्शन गिनती।
  • मीडिया ट्रांसक्रिप्शन — क्रॉल: क्रॉल से प्राप्त ऑडियो/वीडियो URL पर होस्टेड Gemini ट्रांसक्रिप्शन गिनती।

आयात व्यवहार और त्रुटियाँ

प्रसंस्करण से पहले प्लेटफ़ॉर्म जाँचता है कि अनुमान होस्टेड Gemini कुंजी या संगठन कुंजी उपयोग करेगा। होस्टेड अनुमान पर मासिक छत पूरी हो तो Vision/ट्रांसक्रिप्शन आवश्यक नए आयात स्पष्ट त्रुटि (API में HTTP 402-प्रकार) से अस्वीकृत हो सकते हैं — शांत खाली सामग्री नहीं।

BYOK योजना अनिवार्य Gemini कुंजी माँगे और सेट न हो तो Vision/ट्रांसक्रिप्शन चरण छोड़ दिए जाते हैं; जहाँ लागू हो OCR पाठ या फ़ाइल मेटाडेटा अभी भी मिल सकता है।

  • मार्केटिंग/सपोर्ट कई स्क्रीनशॉट या रिकॉर्डिंग आयात करें तो जल्दी Gemini कुंजी जोड़ें।
  • आयात कोटा संदेश से विफल हों तो सीमाएँ बढ़ाएँ (व्यवस्थापक), Gemini कुंजी जोड़ें, या अस्थायी रूप से पाठ-उन्मुख प्रारूप आयात करें।

वेब क्रॉल: अलग स्विच

क्रॉल सेटिंग में दो स्विच: चित्र पहचान (खोजे चित्रों पर Gemini Vision) और ऑडियो/वीडियो ट्रांसक्रिप्शन (प्राप्त मीडिया URL पर Gemini)। केवल HTML, केवल चित्र, केवल मीडिया, या कोई संयोजन क्रॉल करें।

किसी भी स्विच सक्षम कर क्रॉल शुरू करने के लिए हल होने योग्य Gemini सेटअप चाहिए: FlexyAgents होस्टेड (वातावरण-निर्भर) या संगठन Gemini कुंजी। केवल-पाठ क्रॉल को Gemini की आवश्यकता नहीं।

  • विरासत "सभी मीडिया संसाधित करें" अनुरोध संगतता के लिए दोनों स्विच पर मैप होते हैं।
  • होस्टेड क्रॉल कोटा समाप्त हों तो बाद के चित्र/मीडिया केवल-OCR या प्लेसहोल्डर से संसाधित हो सकते हैं — विफल API कॉल सीमाओं पर गिनने का डिज़ाइन नहीं।

ऑपरेटरों को क्या मॉनिटर करना चाहिए

एनालिटिक्स को ज्ञान रखरखाव से मिलाएँ: उपयोगकर्ता दृश्य पूछें तो Vision सक्रिय और कोटा पर्याप्त सत्यापित करें; ट्रांसक्रिप्शन गलत हों तो स्रोत ऑडियो सुधारें या महत्वपूर्ण शब्द-चयन के लिए मानव-समीक्षित प्रश्न–उत्तर जोड़ें।

दस्तावेज़ → शासन → LLM API कुंजियाँ घुमाव/अनुपालन; दस्तावेज़ → ज्ञान → वेब क्रॉल विनम्रता, सीड URL, दायरा कवर करते हैं।

और जानें

प्लेटफ़ॉर्म सुविधाएँ · HTTP API और वेबहुक · त्वरित प्रारंभ · संपर्क

अपने स्टैक पर निर्माण करें

आधारित सहायक लॉन्च करने के लिए तैयार?

ट्रायल शुरू करें या रोलआउट, शासन और एंटरप्राइज़ आवश्यकताओं पर हमसे बात करें।

मुफ़्त में आज़माएँबिक्री से संपर्क करें